吳繼貴，葉阿忠

（福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福州350108）

中國(guó)現(xiàn)代交通運(yùn)輸業(yè)效率波動(dòng)性和影響因素研究
——基于交叉效率DEA和VAR模型的分析

吳繼貴，葉阿忠*

（福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福州350108）

選取1978-2012年的數(shù)據(jù)，應(yīng)用交叉效率數(shù)據(jù)包絡(luò)分析法(Cross-efficiency DEA)和向量自回歸模型(Vector Autoregression,VAR)對(duì)中國(guó)現(xiàn)代交通運(yùn)輸業(yè)的效率波動(dòng)情況及其影響因素進(jìn)行分析.研究結(jié)果表明，交通運(yùn)輸業(yè)的投入和產(chǎn)出要素之間，均存在單向格蘭杰(Granger)因果關(guān)系；交通運(yùn)輸業(yè)的效率波動(dòng)可以劃分為效率上升、高效運(yùn)行和效率下降三個(gè)階段，總體上呈現(xiàn)出“先升后降”的趨勢(shì)；交通運(yùn)輸業(yè)對(duì)人均消費(fèi)、政府支出、能源消耗和固定資產(chǎn)投資的沖擊均表現(xiàn)出正向?yàn)橹鞯捻憫?yīng)，對(duì)勞動(dòng)的沖擊表現(xiàn)出負(fù)向響應(yīng)，而對(duì)信息的沖擊則表出響應(yīng)“滯后”.

綜合交通運(yùn)輸；效率波動(dòng)性；交叉效率DEA；現(xiàn)代交通運(yùn)輸業(yè)；影響因素；VAR模型；脈沖響應(yīng)；動(dòng)態(tài)分析

1 引 言

改革開(kāi)放以來(lái)，中國(guó)的交通運(yùn)輸業(yè)開(kāi)始真正意義上步入現(xiàn)代化和高速化發(fā)展階段.根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》，我國(guó)在交通運(yùn)輸領(lǐng)域的投入可謂大手筆.具體而言，1978-2012年間，電氣化鐵路、高速公路、國(guó)際航線等航運(yùn)里程，分別以平均11.76%、37%和11.26%的速度增長(zhǎng)；交通運(yùn)輸業(yè)的就業(yè)人數(shù)則以平均9.72%的速度增長(zhǎng)；固定資產(chǎn)投資則以平均23.18%的速度增長(zhǎng)；能源消耗則以平均7.64%的速度增長(zhǎng).然而，在如此大規(guī)模的人力、物力和財(cái)力的投入下，中國(guó)交通運(yùn)輸業(yè)的產(chǎn)出效果并不明顯.改革開(kāi)放至今，我國(guó)交通運(yùn)輸業(yè)的貨物運(yùn)輸量卻以平均4.75%的速度增長(zhǎng).其增長(zhǎng)速度滯后于鐵路建設(shè)的59.61%，就業(yè)人數(shù)的51.13%，固定資產(chǎn)投資的79.5%和能源消耗的37.82%.交通運(yùn)輸業(yè)滯后的增速與我國(guó)交通運(yùn)輸業(yè)人力、財(cái)力和物力的投入強(qiáng)度存在一定的出入.這不得不讓人對(duì)中國(guó)交通運(yùn)輸?shù)慕?jīng)營(yíng)效率做出思考.尤其是在國(guó)家積極推進(jìn)“促減排，穩(wěn)增長(zhǎng)”的大背景下，更有必要弄清交通運(yùn)輸業(yè)的效率及其波動(dòng)情況.并且，在此基礎(chǔ)之上，對(duì)我國(guó)交通運(yùn)輸業(yè)的影響因素進(jìn)行分析.

從學(xué)界的研究情況看，雖然有不少學(xué)者對(duì)我國(guó)的交通運(yùn)輸業(yè)的效率進(jìn)行了研究，但是依然存在以下幾個(gè)方面的不足.

(1)雖有學(xué)者對(duì)我國(guó)交通運(yùn)輸業(yè)的交叉效率進(jìn)行評(píng)價(jià)，但是以靜態(tài)為主，缺乏動(dòng)態(tài)方面的研究，無(wú)法反映我國(guó)交通運(yùn)輸業(yè)的整體發(fā)展情況.如鮑星星等選取2006年的數(shù)據(jù)對(duì)我國(guó)交通運(yùn)輸業(yè)的效率進(jìn)行評(píng)估[1].

(2)對(duì)影響因素的分析仍然以靜態(tài)分析為主，缺乏動(dòng)態(tài)過(guò)程的分析.如蔣迪娜采用Probit和Logistic回歸模型，對(duì)我國(guó)交通運(yùn)輸業(yè)的效率的影響因素進(jìn)行分析[2].

(3)在DEA模型的應(yīng)用上，較多地采用曼奎斯特DEA模型，較少采用交叉效率DEA模型對(duì)我國(guó)交通運(yùn)輸業(yè)的效率進(jìn)行評(píng)估.如余思勤等和郭明偉均采用曼奎斯特DEA模型對(duì)我國(guó)交通運(yùn)輸業(yè)的效率進(jìn)行評(píng)估[3,4].

此外，上述研究均未能對(duì)各變量間是否存在投入產(chǎn)出的因果關(guān)系進(jìn)行論證.

綜合上述研究情況，在現(xiàn)有研究基礎(chǔ)之上開(kāi)展以下幾個(gè)方面的工作：

(1)采用格蘭杰因果檢驗(yàn)，論證我國(guó)交通運(yùn)輸業(yè)投入和產(chǎn)出變量間的因果關(guān)系；

(2)應(yīng)用交叉效率DEA模型，測(cè)算1978-2012年我國(guó)交通運(yùn)輸業(yè)的效率，并探討效率波動(dòng)情況；

(3)估算向量自回歸模型，并應(yīng)用脈沖函數(shù)模擬交通運(yùn)輸業(yè)對(duì)其影響因素沖擊的動(dòng)態(tài)響應(yīng)過(guò)程.

2 變量選取和模型構(gòu)建

2.1 變量選取說(shuō)明

目前，國(guó)內(nèi)外學(xué)者從不同的角度，選擇不同的變量對(duì)我國(guó)的交通運(yùn)輸業(yè)的效率進(jìn)行評(píng)估.如鮑星星等將土地資源、員工數(shù)量、投資額和能源消耗作為投入變量，將貨物周轉(zhuǎn)量和貨運(yùn)總量作為產(chǎn)出變量[1]；楊喜瑞等將交通運(yùn)輸業(yè)產(chǎn)值、從業(yè)人員比例、財(cái)政投資比例作為投入變量，將GDP和投資率作為產(chǎn)出變量[5]；許乃星等考慮了基礎(chǔ)設(shè)施、運(yùn)輸服務(wù)、管理水平和信息化服務(wù)、發(fā)展環(huán)境和可持續(xù)性等指標(biāo)[6]；王瑞軍等考慮了貨物周轉(zhuǎn)量、運(yùn)輸結(jié)構(gòu)和能源消耗等指標(biāo)[7].上述的研究表明，現(xiàn)有的研究大致從人、財(cái)、物三個(gè)角度進(jìn)行設(shè)定投入—產(chǎn)出變量.然而，隨著市場(chǎng)經(jīng)濟(jì)的日趨完善和信息經(jīng)濟(jì)的興起，還應(yīng)當(dāng)將市場(chǎng)要素和信息要素納入到投入產(chǎn)出模型中[8].因此，在格蘭杰因果檢驗(yàn)的基礎(chǔ)上，本文將貨運(yùn)量 (ctt)作為產(chǎn)出量，將就業(yè)人數(shù)(hc)、人均消費(fèi)(cc)、政府支出(gc)、能源消耗量(ec)、固定資產(chǎn)投資(kc)和交換機(jī)數(shù)量(imf)作為投入變量，如圖1所示.其中，人均消費(fèi)和政府支出水平用于衡量市場(chǎng)水平，交換機(jī)數(shù)量用于衡量信息水平.上述變量所涉及的數(shù)據(jù)分別來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》和《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》.

圖1 貨運(yùn)量(ctt)、就業(yè)人數(shù)(hc)和消費(fèi)水平(cc)等變量的曲線圖Fig.1 Graph of ctt,hc,cc and other variables

2.2 模型的構(gòu)建

2.2.1 交叉效率模型的構(gòu)建交叉效率DEA不僅能夠?qū)τ行卧M(jìn)行排序，同時(shí)在考慮決策單元對(duì)自身評(píng)價(jià)的情況下，還能夠考慮其他決策單元的評(píng)價(jià)[9]，克服了CCR和BCC模型無(wú)法有效分配評(píng)價(jià)權(quán)重和對(duì)有效單元進(jìn)行排序的缺陷[10].其計(jì)算過(guò)程大致可以分為兩個(gè)部分：決策單元的自我評(píng)價(jià)(式(1))；其它決策單元給出的評(píng)價(jià)(式(2)).

將ctt作為產(chǎn)出變量代入yj和yk，將hc、cc、gc、ec、kc和imf為投入變量代入xj，構(gòu)建出具有35個(gè)決策單元的交叉效率DEA模型.

2.2.2 向量自回歸模型的構(gòu)建

為了盡量避免序列相關(guān)性和異方差性，此處對(duì)各變量進(jìn)行對(duì)數(shù)化處理.同時(shí)，根據(jù)ADF檢驗(yàn)[11]，在未差分的情況下，ctt、hc、cc、gc、kc、ec和imf均存在單位根，即變量不具平穩(wěn)性.但是，在一階差分的情況下，各變量均平穩(wěn)，即存在同階單整I(1).此外，根據(jù)似然比、最終預(yù)測(cè)誤差和HQ信息準(zhǔn)則的檢驗(yàn)，可以建立二階滯后的向量自回歸模型(式(3)).

式中 ci為常數(shù)項(xiàng);γij和ηij為一階滯后和二階滯后項(xiàng)的回歸系數(shù);ui為誤差項(xiàng)；ci、γij和ηij均為待估計(jì)參數(shù).

3 實(shí)證分析

3.1 貨物運(yùn)輸業(yè)效率波動(dòng)性分析

3.1.1 格蘭杰檢驗(yàn)

為了進(jìn)一步確定其它變量和ctt是否存在因果關(guān)系，本文采用格蘭杰因果關(guān)系檢驗(yàn)法，對(duì)變量間的因果關(guān)系進(jìn)行識(shí)別[12]，結(jié)果如表1所示.各變量均在5%的顯著性水平范圍內(nèi)拒絕了原假設(shè).該結(jié)果表明hc、cc、gc、kc、ec、imf與ctt均存在單向格蘭杰因果關(guān)系.因此，將kc、ec、hc、imf、cc和gc作為投入變量，將ctt作為產(chǎn)出變量具有較強(qiáng)的合理性.

表1 格蘭杰因果檢驗(yàn)結(jié)果Table1 The test results of Granger causality

3.1.2 交叉效率DEA評(píng)價(jià)

根據(jù)CCR和交叉效率DEA的計(jì)算結(jié)果，我國(guó)現(xiàn)代交通運(yùn)輸業(yè)的效率總體上呈現(xiàn)出“先升后降”(圖2)的趨勢(shì).根據(jù)其時(shí)間分布，大致可將波動(dòng)劃分成三大階段.

(1)效率上升階段(1978-2000).

該階段，我國(guó)處于一個(gè)物資文明相對(duì)匱乏的時(shí)期.根據(jù)生產(chǎn)邊際效應(yīng)遞減規(guī)律，該階段增加對(duì)交通運(yùn)輸業(yè)的相關(guān)要素的投入能夠顯著增加其產(chǎn)出.實(shí)際上，1978-2000年間，我國(guó)初步建立了市場(chǎng)經(jīng)濟(jì)體制，優(yōu)化了市場(chǎng)資源的配置效率，交通運(yùn)輸業(yè)的資本市場(chǎng)開(kāi)始變得活躍.同時(shí)，隨著信息人才和交通運(yùn)輸技術(shù)人才的培養(yǎng)，以及現(xiàn)代企業(yè)管理制度的引入，使我國(guó)交通運(yùn)輸業(yè)的效率得到了較為顯著的提高.

(2)高效運(yùn)轉(zhuǎn)階段(2001-2007).

根據(jù)圖2，交通運(yùn)輸業(yè)的效率在2001年較2000有“跳躍性”的爬升，且在2002年達(dá)到最高點(diǎn).實(shí)際上，從2001年開(kāi)始，中國(guó)正式成為了世界貿(mào)易組織(WTO)中的一員.這期間，中國(guó)經(jīng)濟(jì)的引擎真正地開(kāi)始“轟鳴”.在對(duì)外開(kāi)放過(guò)程中，中國(guó)憑借著低廉的勞動(dòng)力成本、優(yōu)惠的投資條件和巨大的市場(chǎng)優(yōu)勢(shì)，不斷吸引外資在中國(guó)開(kāi)設(shè)工廠和開(kāi)展貿(mào)易，并由此帶動(dòng)我國(guó)交通運(yùn)輸產(chǎn)業(yè)效率的提高.

(3)效率下降階段(2008-2012).

該階段交通運(yùn)輸業(yè)的下降與現(xiàn)實(shí)的經(jīng)濟(jì)背景有著密切的關(guān)系.首先，2007年美國(guó)次貸危機(jī)所引發(fā)的世界性金融危機(jī)，使得我國(guó)以外貿(mào)型的經(jīng)濟(jì)發(fā)展模式受到較為嚴(yán)重的沖擊；同時(shí)，在2011年，中央為了保持經(jīng)濟(jì)的持續(xù)增長(zhǎng)，斥資4萬(wàn)億，重點(diǎn)投資基礎(chǔ)設(shè)施建設(shè).雖然，中央財(cái)政的4萬(wàn)億投資為克服經(jīng)濟(jì)“下行”壓力和維持國(guó)內(nèi)經(jīng)濟(jì)持續(xù)增長(zhǎng)做出了巨大的貢獻(xiàn).但是，在國(guó)內(nèi)外經(jīng)濟(jì)均不景氣和國(guó)內(nèi)需求“疲軟”的大背景下，過(guò)度的投資和過(guò)剩的勞動(dòng)力直接造成了我國(guó)交通運(yùn)輸業(yè)效率的持續(xù)下降.

圖2 1978-2012年中國(guó)現(xiàn)代交通運(yùn)輸業(yè)的效率波動(dòng)情況Fig.2 Efficiency volatility of Chinese modern transportation industry from 1978 to 2012

3.2 影響因素分析

雖然，交叉效率DEA模型能夠分析出各個(gè)決策單元的效率情況，但卻無(wú)法計(jì)算出每個(gè)要素對(duì)交通運(yùn)輸業(yè)的影響情況.因此，有必要應(yīng)用回歸分析的方法對(duì)各個(gè)變量的影響程度進(jìn)行測(cè)算.

3.2.1 向量自回歸估計(jì)結(jié)果

根據(jù)式(3)建立的內(nèi)生系統(tǒng)，在確定單位根均位于單位圓內(nèi)的情況下，本文采用廣義矩估計(jì)，對(duì)各變量的回歸系數(shù)進(jìn)行了估算.同時(shí)，將對(duì)數(shù)化的變量分別用lctt、lhc、lcc、lgc、lkc、lec和limf表示.

在式(4)的第一個(gè)方程中，除了滯后1期和2期的信息要素和滯后2期的貨運(yùn)量的系數(shù)為負(fù)數(shù)(-0.003 31,-0.020 25和-0.164 16)外，其它系數(shù)均為正數(shù).回歸結(jié)果表明，其它變量對(duì)交通運(yùn)輸業(yè)的發(fā)展均有正向作用.

3.2.2 脈沖響應(yīng)分析

為了獲取各變量的動(dòng)態(tài)影響過(guò)程，還必須在向量自回歸的基礎(chǔ)之上，應(yīng)用脈沖響應(yīng)函數(shù)模擬出交通運(yùn)輸業(yè)對(duì)其它變量沖擊的響應(yīng)情況.

根據(jù)圖3，lctt對(duì)自身的沖擊以正向響應(yīng)為主，且在第3期達(dá)到最大值(0.023)后，便逐漸下降，同時(shí)趨于收斂.這表明貨物運(yùn)輸對(duì)自身也會(huì)產(chǎn)生影響，尤其在短期內(nèi)的正向影響較為明顯；lctt對(duì)lcc的沖擊響應(yīng)仍然以正向?yàn)橹?，同樣在?期達(dá)到最大值(0.035)后，表現(xiàn)出下降趨勢(shì)，并逐漸趨于收斂.該結(jié)果提示，消費(fèi)對(duì)貨運(yùn)量的增加具有明顯的拉動(dòng)作用；lctt對(duì)lec正交化沖擊始終保持正向的響應(yīng)過(guò)程，并且在第8期達(dá)到最大(0.022)后，逐漸表現(xiàn)出收斂的趨勢(shì).該結(jié)果表明，能源消耗能夠促進(jìn)貨運(yùn)量的增加，進(jìn)而促進(jìn)交通運(yùn)輸業(yè)的發(fā)展.

根據(jù)圖4，lctt對(duì)lhc的沖擊表現(xiàn)出負(fù)向的響應(yīng).這種現(xiàn)象表明，交通運(yùn)輸業(yè)的人力投入對(duì)現(xiàn)有的交通運(yùn)輸量會(huì)產(chǎn)生負(fù)面作用.這似乎與經(jīng)濟(jì)理論相違背.但是，該現(xiàn)象卻可以從當(dāng)前的經(jīng)濟(jì)背景中找到合理的解釋?zhuān)菏紫?，隨著近年勞動(dòng)成本的上升，交通運(yùn)輸業(yè)的“人口紅利”也正在消失.這在一定程度上增加了交通運(yùn)輸業(yè)的營(yíng)運(yùn)壓力；其次，與西方國(guó)家相比，我國(guó)交通運(yùn)輸業(yè)依然是勞動(dòng)密集型的行業(yè).雖然，大量的人力投入有利于做大交通運(yùn)輸業(yè)的規(guī)模，但是不利于我國(guó)交通運(yùn)輸業(yè)效率的提高；此外，部分部門(mén)依然存在人員投入過(guò)剩的現(xiàn)象，尤其是占據(jù)交通運(yùn)輸業(yè)市場(chǎng)“半壁江山”的大型國(guó)有企業(yè)，始終存在組織結(jié)構(gòu)臃腫，效率低下的“病癥”.lctt對(duì)lkc的沖擊則表現(xiàn)出正向的響應(yīng)，且在第3期達(dá)到最大值(0.012)后出現(xiàn)收斂的趨勢(shì).該結(jié)果提示，交通運(yùn)輸業(yè)的固定資產(chǎn)投資和建設(shè)能夠帶動(dòng)交通運(yùn)輸業(yè)的發(fā)展.但是，固定資產(chǎn)投資對(duì)拉動(dòng)交通運(yùn)輸?shù)那捌诶瓌?dòng)作用明顯，而后期作用不顯著；lctt對(duì)lgc的沖擊表現(xiàn)出正向響應(yīng)，但弱于其對(duì)lcc的響應(yīng)程度.該結(jié)果表明，地方政府財(cái)政支出，對(duì)交通運(yùn)輸業(yè)的發(fā)展具有拉動(dòng)作用.但是，其作用不及居民人均消費(fèi)水平明顯.

圖3 lctt對(duì)lctt、lcc和lec正交化沖擊的響應(yīng)Fig.3 Response of lctt to the orthogonalized shock from lctt, lcc and lec

圖4 lctt對(duì)lhc、lkc和lgc正交化沖擊的響應(yīng)Fig.4 Response of lctt to the orthogonalized shock from lhc, lkc and lgc

圖5 lctt對(duì)limf正交化沖擊的響應(yīng)Fig.5 Response of lctt to the orthogonalized shock from limf

根據(jù)圖5，在前12期，lctt對(duì)limf的沖擊的正向響應(yīng)次數(shù)多于負(fù)向響應(yīng)次數(shù).同時(shí)，從響應(yīng)的幅度看，正向響應(yīng)的頻率和幅度均大于負(fù)向響應(yīng).從第13期開(kāi)始lctt對(duì)limf的沖擊表現(xiàn)明顯的正向響應(yīng)，且持續(xù)時(shí)間較長(zhǎng).這表明，信息要素對(duì)我國(guó)交通運(yùn)輸業(yè)的發(fā)展具有“滯后效應(yīng)”，即信息要素需要在相對(duì)較長(zhǎng)的時(shí)間段內(nèi)，才能夠充分發(fā)揮其對(duì)交通運(yùn)輸業(yè)的拉動(dòng)作用.

4 研究結(jié)論

本文應(yīng)用蘭杰因果檢驗(yàn)、交叉效率DEA和向量自回歸等模型，對(duì)中國(guó)現(xiàn)代交通運(yùn)輸業(yè)的效率波動(dòng)性和影響因素進(jìn)行了分析，并得出了以下幾個(gè)主要結(jié)論.

(1)就業(yè)人數(shù)、固定資產(chǎn)投資、能源消耗、人均消費(fèi)水平、政府支出、信息要素均和貨運(yùn)量構(gòu)成解釋我國(guó)交通運(yùn)輸業(yè)發(fā)展的原因.

(2)中國(guó)現(xiàn)代交通運(yùn)輸業(yè)的營(yíng)運(yùn)效率總體上呈現(xiàn)出了“先升后降”波動(dòng)現(xiàn)象.根據(jù)波動(dòng)的幅度，可以將波動(dòng)劃分為效率上升階段、高效運(yùn)行階段和效率下降階段.從波動(dòng)的時(shí)間節(jié)點(diǎn)上看，中國(guó)交通運(yùn)輸業(yè)效率的波動(dòng)與投資具有密切關(guān)系：一是在資本匱乏的情況下，通過(guò)對(duì)外開(kāi)放和引入外商投資等手段，帶動(dòng)交通運(yùn)輸業(yè)的發(fā)展；二是在社會(huì)產(chǎn)能過(guò)剩的情況下，通過(guò)投資基礎(chǔ)設(shè)施建設(shè)等方式拉動(dòng)交通運(yùn)輸業(yè)的發(fā)展.

(3)人均消費(fèi)水平和政府支出均能夠拉動(dòng)交通運(yùn)輸?shù)陌l(fā)展，但政府支出不及人均消費(fèi)水平的作用明顯.該結(jié)論提示，政府可通過(guò)轉(zhuǎn)移支付的方式帶動(dòng)消費(fèi)能夠?qū)煌ㄟ\(yùn)輸業(yè)產(chǎn)生更為顯著地拉動(dòng)效應(yīng).

(4)勞動(dòng)要素對(duì)交通運(yùn)輸業(yè)的發(fā)展具有一定的制約作用.“人口紅利”的消失正對(duì)交通運(yùn)輸業(yè)的健康發(fā)展產(chǎn)生影響.因此，僅僅通過(guò)勞動(dòng)數(shù)量的投入，難以從根本上改善交通運(yùn)輸業(yè)的營(yíng)運(yùn)效率.相反，可以通過(guò)提高勞動(dòng)力的素質(zhì)和轉(zhuǎn)變?nèi)瞬磐度虢Y(jié)構(gòu)，改善交通運(yùn)輸業(yè)的產(chǎn)出效率.

(5)固定資產(chǎn)投資的短期效應(yīng)明顯，而信息要素長(zhǎng)期效應(yīng)顯著.該結(jié)論暗示，在交通運(yùn)輸業(yè)發(fā)展的初期可以通過(guò)增加固定資產(chǎn)的投資獲得交通運(yùn)輸業(yè)的發(fā)展，而在中后期則可以增加信息要素的投入，促進(jìn)交通運(yùn)輸持續(xù)增長(zhǎng)和效率的提高.

[1] 鮑星星,陳森發(fā).基于DEA的交叉效率模型在交通運(yùn)輸評(píng)價(jià)中的應(yīng)用[J].東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2009,S2:23-25.[BAO X X，CHEN S F. Application of model based on overlapping efficiency for transportation system appraisal[J].Southeast University (Philosophy and Social Science),2009,S2:23-25.]

[2] 蔣迪娜.我國(guó)交通運(yùn)輸業(yè)全要素生產(chǎn)率變動(dòng)及其影響因素研究[D].上海：上海海運(yùn)學(xué)院,2002.[JIANG D N.The changes of the transportation TFP and its influencing factors[D].Shanghai:Shanghai Maritime University,2002.]

[3] 余思勤,蔣迪娜,盧劍超.我國(guó)交通運(yùn)輸業(yè)全要素生產(chǎn)率變動(dòng)分析[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2004, 06:827-831.[YU S Q,JIANG D N,LU J C.Productivity analysis of transportation in China[J].Tong Ji University (Natural Science),2004,06:827-831.]

[4] 郭明偉.我國(guó)交通運(yùn)輸業(yè)要素投入和生產(chǎn)率問(wèn)題研究[D].大連：東北財(cái)經(jīng)大學(xué),2010.[GUO M W. Research on factor input and productivity of transportation industry of China[D].Dalian:Dongbei University of Finance and Economics,2010.]

[5] 楊喜瑞,鄭平,彭磊.基于DEA模型的珠海交通運(yùn)輸系統(tǒng)配置效率評(píng)價(jià)[J].北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,02:201-204.[YANG P R,ZHENG P, PENG L.Evaluation on transportation system allocation efficiency of Zhuhai city based on DEA[J].Beijing Normal University(Natural Science),2012,02:201-204.]

[6] 許乃星,蒲之艷,張靜晶,等.公路交通與經(jīng)濟(jì)發(fā)展適應(yīng)性評(píng)價(jià)研究[J].交通運(yùn)輸工程與信息學(xué)報(bào), 2011,03:79-86.[XU N X,PU Z Y,ZHANG J J,et al. Adaptability evaluation for highway transportation and economic development[J].Transportation Engineering and Information,2011,03:79-86.]

[7] 王瑞軍,武旭,胡思繼.貨物運(yùn)輸能源消耗影響因素[J].公路交通科技,2013,02:153-158.[WANG R J, WU X,HU J S.Influencing factors of freight transport energy consumption[J].Highway and Transportation Research and Development,2013,02:153-158.]

[8] 劉瀾,馬亞峰,尹俊淞,等.交通運(yùn)輸信息融合功能模型[J].交通運(yùn)輸工程與信息學(xué)報(bào),2012,03:1-7. [LIU L,MA Y F,YI J S,et al.Transportation information fusion function model[J].Transportation Engineering and Information,2012,03:1-7.]

[9] Wu J,Liang L,Chen Y.DEA game cross-efficiency approach to Olympic rankings[J].Omega,2009,37(4): 909-918.

[10] Doyle J,Green R.Efficiency and Cross-efficiency in DEA:Derivations,meanings and uses[J].Journal of theoperational research society,1994:567-578.

[11] Dickey D A,W A Fuller.The likelihood ratio statistics for autoregressive time series with a unit root[J]. Econometirca,1981,49:1057-1072.

[12] GrangerC W J.Investigatingcasualrelations by econometric models and cross-spectralmethods[J]. Econometrical,1969,37:424-438.

Efficiency Volatility and Influence Factors of Chinese Modern Transportation Industry Based on the Model of Cross-efficiency DEA and VAR

WU Ji-gui,YEA-zhong
(School of Economics and Management,Fuzhou University,Fuzhou 350108,China)

In order to explore the efficiency volatility and influence factors of Chinese modern transportation industry based on the data from 1978 to 2012,the Cross-efficiency DEA and VAR model are adopted.The result proves that,one-way Granger casualty relationship exists,respectively,between the input variables and output variables;the efficiency volatility of modern transportation can be divided into three stages:efficiency improvement,high efficiency operation and efficiency loss,which shows the trend of“rising first,then falling”in general;the response of transportation industry to the shock of per capita consumption,government spending,energy consumption and fixed-asset investment are positive,while to the shock of labor factor is negative,what’s more,“l(fā)ag effect”exists in the response of transportation industry to the shock of information element.

integrated transportation;efficiency volatility;cross-efficiency DEA;modern transportation industry;influence factors;VAR model;impulse response;dynamic analysis

2014-06-20

2014-08-07錄用日期：2014-09-15

國(guó)家自然科學(xué)基金(71171057)；教育部高等學(xué)校博士點(diǎn)基金(20103514110009)；教育部人文社科基金(10YJA790227，12CJY011).

吳繼貴（1985-），男，福建壽寧人，博士生. *

ye2004@fzu.edu.cn

1009-6744（2014）06-0008-07

U491

A